一种用于通过激光诱导正向转移实现可编程组装血管前体图案的定量可印刷性框架

《Advanced Healthcare Materials》：A Quantitative Printability Framework for Programmable Assembly of Pre-Vascular Patterns via Laser-Induced Forward Transfer

血管化组织构建中的激光诱导前向转移技术优化与血管网络形成机制研究

　　在组织工程和再生医学领域，血管化仍然是一个关键挑战，尤其是在构建复杂的组织模型时。血管网络不仅对组织的营养输送、氧气供应和废物清除至关重要，而且对于研究细胞间的相互作用、发育过程以及药物反应也具有不可替代的作用。当前的微图案化和生物制造策略在模拟天然的几何复杂性、吞吐量和分辨率方面存在局限，而自组装方法则往往导致随机的网络形成，缺乏可控性和可预测性。因此，建立一种能够实现可重复、有序血管网络的体外模型，成为这一领域的重要需求。

激光诱导前向转移（LIFT）技术因其高空间分辨率和高细胞存活率而展现出独特的潜力。LIFT是一种无需喷嘴的生物打印技术，通过激光脉冲将生物墨水从供体层精准地转移到接收基底上。该技术能够实现无接触、精确的图案化，适用于多种粘度和细胞类型。本文提出了一种系统的方法，通过多参数研究，建立了一个用于评估打印性能的框架，以量化不同打印条件下的滴落直径、转移效率和卫星滴落形成情况，从而确定一个可重复的打印窗口。这一框架使得打印条件的优化变得可预测，同时为未来LIFT技术的标准化提供了可能。

通过系统地研究LIFT参数，本文发现低粘度水性墨水的打印性能受到供体与接收距离（DDR）和激光能量的显著影响。当DDR较短时，例如1 mm，打印的准确性更高，滴落直径更小，卫星滴落形成减少，从而提高了整体的打印质量。激光能量的控制同样重要，过高的能量会导致不规则的喷射行为，产生更多的卫星滴落，降低打印的精确度。因此，最佳的打印窗口通常位于4到10 μJ之间，结合较低的DDR和适中的墨水体积，能够实现高分辨率、高细胞存活率的打印效果。

对于高粘度的聚合物墨水，打印窗口的范围更加广泛，能够承受更高的激光能量，从而在保持滴落质量的同时，实现更精确的控制。高粘度墨水能够减少喷射过程中的不稳定性，从而提高滴落的均匀性和可控性。同时，高粘度墨水还能形成更小的滴落直径，这在细胞微图案化中尤为重要。通过调整这些参数，研究人员可以优化细胞的分布和沉积，从而在构建多细胞血管结构时实现更高的可控性和重复性。

本文还展示了LIFT在控制单细胞和多细胞滴落内容方面的应用。通过使用已知浓度的细胞悬液，研究人员能够估算出单个滴落中的细胞数量，并验证了这些数量符合泊松分布。这种分布特性表明，LIFT能够实现细胞的可控沉积，这对于构建单细胞阵列、进行细胞生物学研究以及模拟组织发育具有重要意义。同时，高细胞浓度可以促进细胞之间的相互作用，从而增强血管网络的形成和连接性。

为了评估LIFT打印后的细胞存活率，研究人员使用了多种水凝胶作为接收基底，包括纤维蛋白和胶原蛋白。结果表明，纤维蛋白作为接收基底能够显著提高细胞的存活率和形态稳定性。相比之下，未涂层的塑料基底导致细胞存活率急剧下降。此外，不同浓度的纤维蛋白对细胞存活率和网络形态也产生了不同的影响，其中10 mg/mL的纤维蛋白显示出最佳的稳定性，能够在5天的培养过程中保持良好的网络结构。这些发现表明，选择合适的接收材料对实现高细胞存活率和良好的血管网络形成至关重要。

通过进一步研究细胞密度和滴落间距对早期血管网络形成的影响，研究人员发现，较高的细胞密度和较短的滴落间距能够显著增强血管网络的连接性和复杂性。具体来说，200 μm间距的图案比400 μm间距的图案具有更高的细胞覆盖度和更丰富的网络结构。同时，细胞浓度的变化也影响了血管网络的形成，如在16 × 10? cells/mL的条件下，尽管细胞密度较低，但通过调整滴落间距，仍然能够实现较好的网络组织。这些结果为构建具有特定功能和结构的血管网络提供了理论依据。

此外，本文还探讨了LIFT技术在构建多细胞共培养模型中的应用。通过同时打印内皮细胞和支架细胞，研究人员能够形成具有层级结构的微血管网络。使用不同的接收基底材料，如Matrigel和纤维蛋白，可以调控网络的稳定性和完整性。Matrigel作为接收基底能够支持更长时间的网络维持，而纤维蛋白则促进了细胞的迁移和网络的扩展。这些结果表明，LIFT技术不仅能够实现细胞的精准沉积，还能通过调整供体和接收材料的组成，实现多细胞共培养模型的构建，从而模拟更复杂的生理环境。

通过这些研究，LIFT技术展现出了在生物制造领域的巨大潜力。它能够实现高分辨率、高细胞存活率的微图案化，为组织工程和器官芯片技术的发展提供了新的工具。该技术的可预测性和可控性，使得在构建具有特定功能的组织模型时，能够更好地模拟天然血管网络的形成过程。未来的研究可以进一步探索LIFT在长期网络稳定性、功能性整合以及灌注潜力方面的应用，以推动更复杂、更精确的生物制造方法的发展。